【INHERITAGE】传递优质生活美学 - 领略顶级生活的极致品味

今年 7 月，标准普尔（ S&P ）将甲骨文（ Oracle ）的公司债评等由长期维持的 BBB 下调至 BBB- ，距离俗称「垃圾债」的非投资等级仅剩一个级距。对一家成立近半世纪、长年以稳定资料库授权收入著称的软体巨头而言，这是一个不寻常的变化。讯号背后，是一场豪赌。甲骨文正将营运重心从传统资料库授权，转向出租云端算力。为了支撑这场世纪转型，公司自 2024 年起大举发债，投入巨额资金兴建资料中心。截至 2026 会计年度（至 2026 年 5 月底），甲骨文帐面债务已突破 1,295 亿美元，较前一年度增加 39.9% ，资本支出攀升至 557 亿美元，是前一年的 2.6 倍，而自由现金流更是从前一会计年度的负 3.9 亿美元，恶化至 2026 会计年度的负 237 亿美元。此次信评下调，反映的是甲骨文在全力转向 AI 基础设施之际，膨胀的资本支出与杠杆所带来的财务压力。
甲骨文不是特例。无论是靠广告、软体与云端服务赚取丰沛现金的科技巨头，或是本就欠缺现金流的 AI 新创，整个产业都面临相同的财务压力：自由现金流快速下滑，资本支出却持续扩大。与此同时，资本市场也开始质疑，这些近乎无上限的 AI 投资，究竟还需要多久才能转化为实质回报？答案，或许就藏在预计于今年 10 月底至 11 月初登场的 Anthropic IPO ，以及明年登场的 OpenAI IPO 之中。

企业现金流承压， AI 投资仍持续攀升

根据研究机构 Epoch AI 估算，包含 Alphabet 、脸书（ Meta ）、亚马逊（ Amazon ）、微软（ Microsoft ）与甲骨文在内的五大 AI 云端业者，自 2023 年以来其营运现金流年均成长约 23% ，但资本支出的平均年增速高达约 70% 。若此趋势延续，这五大公司合计的自由现金流恐将在今年第三季逼近于零，凸显出沉重的基础设施投资压力。即使如此，企业的投资脚步不但没有放缓，反而持续加码。摩根士丹利（ Morgan Stanley ）今年 7 月的预估，五大 AI 云端业者的资本支出合计将从今年的 7,790 亿美元，进一步增加至明年约 1.2 兆美元， 2028 年更上看 1.4 兆美元。
支撑这场军备竞赛的，不只是当前生成式与代理式 AI 的算力需求，更是企业对通用人工智慧（ Artificial General Intelligence ， AGI ）的愿景。然而，目前主流大型语言模型仍存在幻觉、推理稳定性与因果理解等限制，要从今天的模型跨越到真正具备广泛自主推理能力的 AGI ，仍有许多技术门槛待突破。即使如此，在 FOMO （ Fear of Missing Out ，错失恐惧症）驱动下，企业宁可承担投资过度的风险，也不愿因缩减支出而失去算力、模型与生态系的领先地位。
科技巨头甚至与金融机构携手，替资金不足的 AI 新创拓展融资管道。辉达（ NVIDIA ）近期与 Apollo 、 BlackRock 、 Blackstone 、 Brookfield 、 Goldman Sachs 、 KKR 等大型金融机构合作，建立规模预计高达 5,000 亿美元的 AI 基础设施融资平台，就是代表案例。对资产负债表不足以负担庞大前期支出的 AI 新创而言，这类平台能协助它们取得外部资金，以支应 GPU 晶片采购与资料中心的建置；资金再流向晶片与基础设施供应商，延长并放大整体 AI 投资循环，使这场资本竞赛得以持续高速运转。

资本市场的耐心，开始松动

然而，资本市场对这些庞大投资何时能转化为实质回报的疑虑正在升高，且已反映在信用市场上。
大型云端服务商于今年上半年发行的 91 档债券中，截至 7 月 28 日已有 78 档的市场殖利率高于发行时水准，中位数上升约 22 个基点；企业为吸引投资人认购新债所需提供的额外利差（ New Issue Concession ），也从 2025 年中位数约 2.25 个基点，大幅扩大至 2026 年 7 月底的约 12 个基点。辉达的五年期信用违约交换（ CDS ）利差也在 7 月 27 日盘中一度升至 82 个基点，较前一交易日收盘的 68.285 个基点明显扩大，对一家帐上现金充裕、几乎没有净负债的公司而言，这并不寻常。辉达的 CDS 上升并非表示市场预期公司将违约，而是对其潜在的 AI 融资曝险要求更高补偿。
此外，资本市场也开始重新检视 AI 基础设施的残值。许多 AI 新创以 GPU 晶片等硬体作为融资抵押品，但这些设备不像不动产，既没有数十年的使用年限，也缺乏相对成熟的二手市场。在技​​术快速迭代之下，只要新一代产品在效能与成本上出现大幅跃进，旧设备的残值就可能迅速流失。电影《大卖空》主角原型、知名投资人麦可．贝瑞（ Michael Burry ）认为，高阶 GPU 晶片真正具经济价值的年限可能只有两到三年，之后主流规格可能早已改变，残值也将大幅缩水。
金融机构因此开始收紧条件：要求以 AI 硬体作为担保品的借款人在 3 至 5 年内完成全额偿还，或提供额外的信用支持。这也解释了为何辉达在部分融资专案中提供最高约 25% 的残值保障（ Residual Value Support ）── 由自己承接设备跌价时的部分下档风险，换取金融机构更高的放款意愿与规模。
过去，资本市场对 AI 前景高度乐观，愿意暂时忽略技术发展与投资回报的不确定性，提前为 10 年甚至更久之后的成长买单。如今，这份耐心正在松动。资本市场仍愿意提供资金，但开始以更务实的标准重新衡量回报时间与风险，并要求更高的风险溢价，作为等待未来回报兑现的补偿。

AI 愿景仍在，但回报未必如期到来

摩根大通（ JPMorgan Chase & Co. ）执行长杰米．戴蒙（ Jamie Dimon ）近期接受《 The Master Investor 》专访时，为当前的 AI 热潮下了一个注解。他认为， AI 最终会如同网际网路一样，对人类社会与经济产生深远影响，但更关键的问题是，今天投入的庞大资本，会不会按照企业与资本市场期待的方式与时间表产生回报？ Dimon 的答案很直接：绝对不会（ Definitely not ）。
而且，技术方向正确，不表示当下的投资与估值同样正确。网路时代的经验正是如此。它最终催生出 Alphabet 和亚马逊（ Amazon ）等科技巨头，但当年的明星企业如 Yahoo 与 Netscape ，后续发展却未能完全符合网路热潮高峰时市场赋予它们的期待。思科（ Cisco ）也曾在 2000 年 3 月以约 5,500 亿美元市值，登上全球市值第一的宝座，但随着网路泡沫破裂，公司市值此后始终未能重返当年的高点。
资本市场最大的风险之一，往往不是看错科技发展的长期方向，而是把太遥远的未来提前折现到今天的估值里。以今年 6 月 12 日挂牌的 SpaceX 为例，公司以 135 美元挂牌，上市估值约 1.77 兆美元，市销率（ P/S Ratio ）高达 92 倍，创下美国史上估值最高的 IPO 案纪录。如此高的估值，固然反映市场对其低轨卫星服务与火箭发射业务寡占地位的认可，但更重要的是，投资人已经开始为 AI 与太空资料中心等仍处早期阶段、甚至尚未充分验证的成长故事提前买单。
然而， Morningstar 指出， AI 与太空资料中心等新业务仍面临高度的技术与商业不确定性，估算 SpaceX 的合理价值仅约 7,800 亿美元，不到 IPO 估值的一半，并认为只有在最乐观的情境下，公司价值才可能接近 IPO 时的水准。 SpaceX 上市后股价波动剧烈， 7 月 15 日首次跌破发行价， 8 月 3 日盘中更一度下探至 104.83 美元，之后又重新站回发行价之上。这样的剧烈波动显示，市场对于这些尚未充分验证的远期成长愿景，仍存在明显分歧。

目前， Anthropic 与 OpenAI 这两家 AI 时代最具代表性的原生企业在私募市场的估值都已经接近 1 兆美元大关。 Anthropic 在今年 5 月最新一轮的私募估值达到 9,650 亿美元， 7 月时年化营收超过 650 亿美元，相当于约 15 倍的市销率； OpenAI 今年 3 月最新一轮的私募估值约 8,520 亿美元， 8 月时年化营收超过 400 亿美元，市销率约 21 倍。另一方面，两家公司的算力支出也同样惊人，且未来仍有持续扩大的趋势。 Anthropic 虽未公布今年的资本支出，但依目前已披露的算力与资料中心采购协议估算，未来十年的潜在支出至少达 5,170 亿美元，折合每年至少投入 500 亿美元。 OpenAI 今年亦预计砸下 500 亿美元建置算力。在沉重的资本开支压力下，两家公司至今仍深陷巨额亏损。
如今，这两大 AI 独角兽将陆续迈向公开市场。据报导， Anthropic 最快将于 10 月中旬启动 IPO 路演，并预计在 10 月底至 11 月初于那斯达克挂牌，市场乐观预估其上市估值可达 2 兆美元，较目前私募估值再翻一倍。 OpenAI 则倾向于 2027 年挂牌，且据报导，公司执行长山姆．奥特曼（ Sam Altman ）希望上市估值至少达 1 兆美元。届时，随着更完整的财务资讯揭露，投资人也将重新评估两家公司未来的成长与获利能力，是否足以支撑市场目前给予的高估值。
若这两大 AI 独角兽最终以接近市场预期的估值上市，代表公开市场依然深信， AI 企业目前庞大的算力投资，最终能转化为实质获利与现金流；反之，若最终定价大幅低于预期，则可能意味市场将重新评估，是否将过于遥远、尚未验证的 AI 成长愿景，过度折现至今日的估值中。若真如此，受到冲击的恐怕不只是 Anthropic 与 OpenAI ，整个 AI 产业都可能面临更大的估值下修压力。届时，这场延烧多年的 AI 投资狂欢，或许也得先暂时歇息。

PROFILE ∣ 作者简介

林佩璇 / Filia Lin
奔亚证券研究部 研究员
长年深耕科技趋势与前瞻产业研究，尤其聚焦于生成式 AI 演进及智慧生活应用。

免责声明：内容仅供一般性资讯参考，不代表任职公司立场，亦不构成投资建议或有价证券买卖之推介，投资人应审慎评估本身之投资风险，并应就投资结果自负其责。